船橋 7R 詳細AI予想

本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。

モデル

7R 船橋競馬場ダ1600m ダート1600m　発走 17:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジオヴィグラス	室陽一（浦和）	実106.2	B× A×勝率0% EV-53% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 08/10 浦和8R 7着/11頭+1.6秒 07/13 浦和12R 11着/12頭+1.0秒 06/23 浦和7R 7着/10頭+1.0秒 05/29 浦和12R 7着/10頭 05/12 川崎12R 13着/14頭+2.4秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) △ 距離適性同距離 20走で勝率 10% ○ 騎手近50戦勝率 16% ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.4% / 期待値 -54% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	マッドネスカズ自在	小杉亮（船橋）	実25.8	B× A△勝率3% EV-25% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 08/02 船橋12R 3着/9頭+0.9秒 07/02 船橋7R 3着/9頭 06/03 船橋8R 4着/12頭 05/04 船橋5R 2着/12頭+0.8秒 07/31 船橋4R 3着/9頭+0.8秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 △ 当競馬場適性 40走で勝率 10% ◎ 距離適性同距離 8走で勝率 25% ○ 前走実績前走 3着 (好走) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) △ Aモデルの評価 (参考) レース内 5位 / 勝率 2.9% / 期待値 -25% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	バスターウルフ追込	ゴンサ（船橋）	実37.2	B△ A▽勝率2% EV-30% 詳細▼	大穴、AI予想勝率低く長期回収困難（243日ぶりの実戦）
前5走 12/26 大井7R 8着/9頭+2.8秒 05/29 園田11R 8着/12頭+1.5秒 05/05 園田12R 7着/12頭+2.6秒 04/02 園田7R 6着/12頭+1.5秒 03/12 園田9R 8着/8頭+3.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) ○ 騎手近50戦勝率 13% △ ローテーション 243日休養明け × 期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 1.9% / 期待値 -30% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	マサノカトレア追込	西啓太（大井）	実47.1	B× A×勝率1% EV-59% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 08/05 船橋10R 10着/12頭+3.0秒 07/03 船橋2R 2着/3頭 06/01 船橋6R 3着/9頭 05/05 船橋3R 5着/12頭+0.8秒 03/30 船橋3R 6着/11頭+1.3秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 当競馬場適性 9走で勝率 11% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 8位 / 勝率 0.9% / 期待値 -59% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	シーオブスターズ	張田昂（船橋）	実19.3	B△ A▲勝率7% EV+30% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 08/05 船橋10R 9着/12頭+2.2秒 07/15 浦和9R 1着/12頭 06/28 船橋5R 4着/10頭 06/01 船橋1R 3着/11頭+1.0秒 02/09 船橋2R 4着/11頭+1.4秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 馬場適性同馬場 6走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.7% / 期待値 +30% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	キープカミング自在	古岡勇（川崎）	実59.2	B× A×勝率0% EV-73% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 08/04 船橋8R 7着/8頭+3.3秒 07/10 川崎9R 8着/11頭 07/04 船橋9R 2着/3頭 05/06 船橋9R 3着/12頭+0.3秒 04/02 船橋7R 7着/10頭+1.4秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 △ 当競馬場適性 30走で勝率 10% ▽ 距離適性同距離は 8走で勝ち無し ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 10位 / 勝率 0.4% / 期待値 -73% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	ハクサントップ差し	秋元耕（浦和）	実94.0	B× A×勝率0% EV-56% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 08/04 船橋8R 8着/8頭+4.0秒 07/02 船橋7R 8着/9頭+1.0秒 06/01 船橋10R 5着/12頭 05/06 船橋9R 9着/12頭+1.8秒 04/02 船橋10R 10着/14頭+4.5秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ 当競馬場適性 42走で勝率 12% △ 距離適性同距離 36走で勝率 6% ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 9位 / 勝率 0.5% / 期待値 -56% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	コスモグッドラック先行	笹川翼（大井）	実19.4	B▲ A△勝率3% EV-48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／同馬場状態で勝率43%／騎手は近50戦で勝率20%）
前5走 08/07 浦和12R 6着/10頭+1.4秒 06/29 船橋12R 11着/12頭 03/31 船橋12R 4着/14頭+0.5秒 03/10 船橋12R 3着/11頭+0.4秒 02/23 浦和12R 1着/12頭勝利
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ◎ 馬場適性同馬場 7走で勝率 43% ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -90% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 5.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.6% / 期待値 -49% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ブライトビギニング逃げ	野畑凌（川崎）	実1.1	B🌟◎ A🌟◎勝率64% EV-29% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（当競馬場4走で勝率100%と適性高／同馬場状態で勝率100%／直近3走で勝率100%と好調）
前5走 08/02 船橋12R 1着/9頭勝利 03/10 船橋7R 1着/12頭勝利 02/11 船橋3R 1着/12頭勝利 01/20 船橋3R 1着/12頭勝利 12/09 名古屋4R 1着/12頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 100% (得意) ◎ 馬場適性同馬場 3走で勝率 100% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 98.1% (オッズ暗示: 90.9%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 64.2% / 期待値 -29% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	ゴールドブリーダー先行	篠谷葵（船橋）	実10.4	B○ A○勝率13% EV+34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 08/02 船橋12R 2着/9頭+0.7秒 07/02 船橋7R 4着/9頭+0.0秒 05/04 船橋3R 1着/12頭勝利 03/31 船橋8R 7着/12頭+1.1秒 03/11 船橋3R 4着/11頭+0.9秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 9.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.9% / 期待値 +34% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	ルグランシャリオ逃げ	矢野貴（大井）	実18.1	B△ A△勝率7% EV+18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し／直近3走で勝率33%と好調／82日ぶりの実戦）
前5走 06/05 船橋9R 9着/14頭 05/08 船橋10R 3着/12頭+0.4秒 03/30 船橋7R 1着/12頭勝利 03/09 船橋9R 3着/14頭+0.4秒 02/11 船橋12R 5着/14頭+1.3秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) × 期待値 (オッズ vs AI勝率) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 5.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.5% / 期待値 +18% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

AI評価 🌟◎鉄板本命 ◎本命 ○対抗 ▲注目 △押さえ ▽下位 ×推奨外／ 期待値 100円賭けたときの想定利益率／ オッズ 実=リアル取得済推定=推定オッズ／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）

🎯 AIの本命

AI評価1位Aモデル ◎

ブライトビギニング

騎手野畑凌（川崎）

単勝オッズ

1.1倍

AI期待値

+7%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○10ゴールドブリーダー

10.4倍

EV -87%

▲A:△8コスモグッドラック

19.4倍

EV -89%

出走馬全11頭

◎A:◎9

ブライトビギニング

野畑凌（川崎）

1.1倍

+7%

›

○A:○10

ゴールドブリーダー

篠谷葵（船橋）

10.4倍

-87%

›

▲A:△8

コスモグッドラック

笹川翼（大井）

19.4倍

-89%

›

△A:△11

ルグランシャリオ

矢野貴（大井）

18.1倍

-97%

›

△A:▽3

バスターウルフ

ゴンサ（船橋）

37.2倍

-97%

›

△A:▲5

シーオブスターズ

張田昂（船橋）

19.3倍

-99%

›

×A:△2

マッドネスカズ

小杉亮（船橋）

25.8倍

-99%

›

×A:×4

マサノカトレア

西啓太（大井）

47.1倍

-99%

›

×A:×6

キープカミング

古岡勇（川崎）

59.2倍

-99%

›

×A:×7

ハクサントップ

秋元耕（浦和）

94.0倍

-99%

›

×A:×1

ジオヴィグラス

室陽一（浦和）

106.2倍

-99%

›

💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

7R 船橋競馬場ダ1600m ダート1600m　発走 17:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジオヴィグラス	室陽一（浦和）	実106.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 08/10 浦和8R 7着/11頭+1.6秒 07/13 浦和12R 11着/12頭+1.0秒 06/23 浦和7R 7着/10頭+1.0秒 05/29 浦和12R 7着/10頭 05/12 川崎12R 13着/14頭+2.4秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) △ 距離適性同距離 20走で勝率 10% ○ 騎手近50戦勝率 16% ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	マッドネスカズ自在	小杉亮（船橋）	実25.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯8走で勝率25%／前走3着）
前5走 08/02 船橋12R 3着/9頭+0.9秒 07/02 船橋7R 3着/9頭 06/03 船橋8R 4着/12頭 05/04 船橋5R 2着/12頭+0.8秒 07/31 船橋4R 3着/9頭+0.8秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 △ 当競馬場適性 40走で勝率 10% ◎ 距離適性同距離 8走で勝率 25% ○ 前走実績前走 3着 (好走) ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	バスターウルフ追込	ゴンサ（船橋）	実37.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（243日ぶりの実戦）
前5走 12/26 大井7R 8着/9頭+2.8秒 05/29 園田11R 8着/12頭+1.5秒 05/05 園田12R 7着/12頭+2.6秒 04/02 園田7R 6着/12頭+1.5秒 03/12 園田9R 8着/8頭+3.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) ○ 騎手近50戦勝率 13% △ ローテーション 243日休養明け × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 2.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	マサノカトレア追込	西啓太（大井）	実47.1	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/05 船橋10R 10着/12頭+3.0秒 07/03 船橋2R 2着/3頭 06/01 船橋6R 3着/9頭 05/05 船橋3R 5着/12頭+0.8秒 03/30 船橋3R 6着/11頭+1.3秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 当競馬場適性 9走で勝率 11% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.1%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	シーオブスターズ	張田昂（船橋）	実19.3	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率33%／直近3走で勝率33%と好調／騎手は近50戦で勝率20%）
前5走 08/05 船橋10R 9着/12頭+2.2秒 07/15 浦和9R 1着/12頭 06/28 船橋5R 4着/10頭 06/01 船橋1R 3着/11頭+1.0秒 02/09 船橋2R 4着/11頭+1.4秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 馬場適性同馬場 6走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 21日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 6.7% (オッズ暗示: 5.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	キープカミング自在	古岡勇（川崎）	実59.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は8走で勝ち無し）
前5走 08/04 船橋8R 7着/8頭+3.3秒 07/10 川崎9R 8着/11頭 07/04 船橋9R 2着/3頭 05/06 船橋9R 3着/12頭+0.3秒 04/02 船橋7R 7着/10頭+1.4秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 △ 当競馬場適性 30走で勝率 10% ▽ 距離適性同距離は 8走で勝ち無し ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	ハクサントップ差し	秋元耕（浦和）	実94.0	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/04 船橋8R 8着/8頭+4.0秒 07/02 船橋7R 8着/9頭+1.0秒 06/01 船橋10R 5着/12頭 05/06 船橋9R 9着/12頭+1.8秒 04/02 船橋10R 10着/14頭+4.5秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ 当競馬場適性 42走で勝率 12% △ 距離適性同距離 36走で勝率 6% ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.1%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	コスモグッドラック先行	笹川翼（大井）	実19.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／同馬場状態で勝率43%／騎手は近50戦で勝率20%）
前5走 08/07 浦和12R 6着/10頭+1.4秒 06/29 船橋12R 11着/12頭 03/31 船橋12R 4着/14頭+0.5秒 03/10 船橋12R 3着/11頭+0.4秒 02/23 浦和12R 1着/12頭勝利
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ◎ 馬場適性同馬場 7走で勝率 43% ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 5.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ブライトビギニング逃げ	野畑凌（川崎）	実1.1	🌟◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（当競馬場4走で勝率100%と適性高／同馬場状態で勝率100%／直近3走で勝率100%と好調）
前5走 08/02 船橋12R 1着/9頭勝利 03/10 船橋7R 1着/12頭勝利 02/11 船橋3R 1着/12頭勝利 01/20 船橋3R 1着/12頭勝利 12/09 名古屋4R 1着/12頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 100% (得意) ◎ 馬場適性同馬場 3走で勝率 100% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 64.2% (オッズ暗示: 90.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	ゴールドブリーダー先行	篠谷葵（船橋）	実10.4	○詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 08/02 船橋12R 2着/9頭+0.7秒 07/02 船橋7R 4着/9頭+0.0秒 05/04 船橋3R 1着/12頭勝利 03/31 船橋8R 7着/12頭+1.1秒 03/11 船橋3R 4着/11頭+0.9秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 24日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 12.9% (オッズ暗示: 9.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	ルグランシャリオ逃げ	矢野貴（大井）	実18.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し／直近3走で勝率33%と好調／82日ぶりの実戦）
前5走 06/05 船橋9R 9着/14頭 05/08 船橋10R 3着/12頭+0.4秒 03/30 船橋7R 1着/12頭勝利 03/09 船橋9R 3着/14頭+0.4秒 02/11 船橋12R 5着/14頭+1.3秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 6.5% (オッズ暗示: 5.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

🎯 AIの本命

AI評価1位

ブライトビギニング

騎手野畑凌（川崎）

単勝オッズ

1.1倍

AI期待値

-29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10ゴールドブリーダー

10.4倍

EV +34%

▲5シーオブスターズ

19.3倍

EV +30%

出走馬全11頭

◎9

ブライトビギニング

野畑凌（川崎）

1.1倍

-29%

›

○10

ゴールドブリーダー

篠谷葵（船橋）

10.4倍

+34%

›

▲5

シーオブスターズ

張田昂（船橋）

19.3倍

+30%

›

△11

ルグランシャリオ

矢野貴（大井）

18.1倍

+18%

›

△2

マッドネスカズ

小杉亮（船橋）

25.8倍

-25%

›

△8

コスモグッドラック

笹川翼（大井）

19.4倍

-48%

›

▽3

バスターウルフ

ゴンサ（船橋）

37.2倍

-30%

›

×4

マサノカトレア

西啓太（大井）

47.1倍

-59%

›

×7

ハクサントップ

秋元耕（浦和）

94.0倍

-56%

›

×6

キープカミング

古岡勇（川崎）

59.2倍

-73%

›

×1

ジオヴィグラス

室陽一（浦和）

106.2倍

-53%

›

💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項